Regardez régression lors de l'analyse des données financières

Le but de régression

Sommaire

est d'examiner les données passées pour déterminer si il ya des variables qui influent sur les mouvements financiers. Ce processus utilise maintenant généralement des programmes très avancés informatiques, tels que les logiciels et bases de données analytiques, pour effectuer quelque chose appelé l'exploration de données.

Fondamentalement, l'exploration de données fonctionne en incluant toutes les données que vous pouvez éventuellement obtenir vos mains sur et en laissant une figure de programme informatique savoir si une corrélation existe entre la chose que vous essayez de prévoir et d'autres variables. Vous pouvez faire l'extraction de données sur votre propre, mais si vous avez déjà une idée de ce que vous cherchez peut-être, il est juste deviner-et-chèque, ce qui pue.

Par exemple, vous pouvez constater que les coûts de votre société augmentent avec la température extérieure. Lorsque la température augmente, il en va de coûts- totale lorsque la température diminue, les coûts des entreprises diminuent également. Vous pouvez même trouver que, en moyenne, les coûts changent de 1 pour cent pour chaque changement de 3 pour cent de la température. Cette relation est appelée corrélation.

Notez qu'il existe une corrélation ne signifie pas que la température est à l'origine d'une augmentation des prix - juste que les deux sont liés. Vous pouvez penser à une corrélation comme ceci: Si toutes les relations étaient causational, vous pourriez dire que Bono de U2 tue les gens parce qu'une forte corrélation existe entre l'espérance de vie courte et les pays Bono a visités. Alors il existe une corrélation, à la fois l'espérance de vie courte et les visites de Bono sont causés par la pauvreté.

Donc, dans cet exemple, si la température et le coût sont corrélés, la relation peut ressembler à ceci:

image0.jpg

Les petits points sont les valeurs réelles comprises. Vous les tracer comme vous le feriez sur un graphe: Trouver le bon endroit sur l'axe horizontal (de température), passer au bon endroit sur l'axe vertical (coût), et placez le point où les deux se croisent. La ligne passant par les illustre la proportion de la relation. (Dans ce cas, un tiers pente indique que pour chaque augmentation de 1 unité de coût, température augmente de 3 unités.)

Considérez ce qui suit à propos de la figure:

  • Comme un facteur augmente, l'autre augmente aussi. Ce qu'on appelle un corrélation positive.




  • Si l'un des facteurs diminue à mesure que les autres augmentations, on appelle ça un corrélation négative.

  • Plus les points sont à la ligne, plus la relation est. Si les points sont loin de la ligne et ne regardent pas comme ils sont dans un modèle, la relation est très faible. La relation est assez forte parce que vous pouvez voir le modèle même sans la ligne actuelle.

Que faire avec des corrélations

Idéalement, si vous pouvez trouver une relation, alors vous voulez être en mesure d'utiliser cette relation pour faire des prévisions financières. Par exemple, si il est possible de déterminer quels sont vos coûts vont ressembler la semaine prochaine par la mesure de la température aujourd'hui, alors la température est une bonne chose à savoir. Si la météo dit qu'il va être de 90 degrés la semaine prochaine, vous pouvez l'utiliser pour prédire vos coûts des entreprises?

Particulièrement en ce qui concerne l'investissement, des corrélations qui existent qui vous permettra de prédire le mouvement dans le prix d'un stock sera très prisé.

Vous pouvez également utiliser plusieurs variables pour créer des corrélations plus précises.

Ces régressions multivariées tentent de montrer comment chaque variable joue une influence sur la chose que vous mesurez et que, lorsqu'ils sont utilisés ensemble, vous pouvez créer un modèle encore plus précise que non seulement explique ce qui est de causer des changements dans la chose que vous mesurez, mais aussi combien de chacun un rôle que joue variables et comment vous pouvez l'utiliser pour prédire ce qui arrivera dans le futur.

Comment faire une analyse de régression

Vous pouvez effectuer une analyse de régression en utilisant Microsoft Excel:

  1. Dans les cellules A1 et A2, le titre de chaque colonne avec l'appellation du type de données qui seront utilisés dans chaque cas.

    Par exemple, vous pouvez utiliser des étiquettes telles que “ Temp ” et “ Coûts ”.

  2. Dans la colonne A, ci-dessous le titre, commencer à entrer les données appropriées.

    Par exemple, vous pouvez inclure la température sur un jour donné avec une nouvelle valeur dans chaque cellule.

  3. Dans la colonne B, ci-dessous le titre, les entrée de données appropriées là aussi.

    Soyez très prudent de faire correspondre les données appropriées ensemble. Par exemple, si vous mettez le coût pour un jour particulier dans une cellule de la colonne B, assurez-vous qu'il est à côté de la bonne température pour le jour même.

  4. Utilisez la fonction DROITEREG Excel

    Pour “ de known_y la ” inclure tous une colonne, y compris le titre. Pour “ de known_x la ” utiliser l'ensemble de l'autre colonne.

  5. Appuyez sur Entrée pour obtenir une valeur décimale.

    Le plus proche de 1 que la valeur est, la relation est forte. Le plus proche de 0 que la valeur est la plus faible de la relation. Une valeur de 1 signifie que existe une corrélation parfaite, tandis qu'une valeur de 0 signifie aucune corrélation existe. Si le nombre est positif, il est un correlation- positive si elle est négative, vous avez une corrélation négative.

Comme une note côté, si vous pouvez identifier les influences sur vos finances, vous pouvez gérer ces influences pour les faire fonctionner en votre faveur. Vous êtes autorisé à changer votre avenir financier.


» » » » Regardez régression lors de l'analyse des données financières